MedMNIST v2

我们介绍了 MedMNIST v2，这是一个大规模的类似 MNIST 的标准化生物医学图像集合，包括 12 个 2D 数据集和 6 个 3D 数据集。所有图像都被预处理成 28 x 28 (2D) 或 28 x 28 x 28 (3D) 并带有相应的分类标签，因此用户不需要背景知识。 MedMNIST v2 涵盖生物医学图像中的主要数据模式，旨在对具有各种数据规模（从 100 到 100,000）和不同任务（二元/多类、有序回归和多标签）的轻量级 2D 和 3D 图像执行分类。生成的数据集总共包含 708,069 张 2D 图像和 9,998 张 3D 图像，可以支持生物医学图像分析、计算机视觉和机器学习方面的众多研究/教育目的。我们在 MedMNIST v2 上对几种基线方法进行了基准测试，包括 2D/3D 神经网络和开源/商业 AutoML 工具。

We introduce MedMNIST v2, a large-scale MNIST-like standardized biomedical image collection that includes 12 2D datasets and 6 3D datasets. All images are preprocessed into 28 × 28 (for 2D) or 28 × 28 × 28 (for 3D) with corresponding classification labels, so users do not require any domain background knowledge. MedMNIST v2 covers the major data modalities in biomedical imaging, and is designed to conduct classification on lightweight 2D and 3D images with varying data scales (ranging from 100 to 100,000) and diverse tasks, including binary/multi-class classification, ordinal regression, and multi-label classification. The overall dataset contains 708,069 2D images and 9,998 3D images, which can support a large number of research and educational purposes in the fields of biomedical image analysis, computer vision, and machine learning. We benchmarked several baseline methods on MedMNIST v2, including 2D/3D neural networks and both open-source and commercial AutoML tools.

搜集汇总

背景与挑战

背景概述

MedMNIST v2是一个标准化的生物医学图像基准数据集，包含12个2D和6个3D子集，所有图像均预处理为28x28或28x28x28大小并带有分类标签。该数据集覆盖从100到100,000的多样数据规模及二元/多类、有序回归和多标签等任务，总计提供超过70万张2D图像和近1万张3D图像，旨在支持生物医学图像分析、计算机视觉和机器学习的研究与教育。